一种运用分词库的智能推荐方法、系统及存储介质与流程

本申请涉及智能推荐的，尤其是涉及一种运用分词库的智能推荐方法、系统及存储介质。

背景技术：

1、分词库可以将用户输入的自然语言按照语境和语法等规则内容拆分成词语或单个文字，进行自然语言的处理和解析，因而分词库的应用非常广泛，例如可以应用到智能推荐领域，在相关的传统技术中，往往是通过分词库，按照用户的输入内容推荐相关的文档，由于推荐文档时没有充分考虑用户的输入内容与推荐的文档之间的关联度，会导致将与用户输入的内容关联度低的文档推荐给用户，因此，无法精准推荐给用户感兴趣的文档，增加了用户搜索感兴趣文档的时间，降低了用户搜索感兴趣文档的工作效率，用户体验不佳。

技术实现思路

1、为了优化传统的方案，本申请提供一种运用分词库的智能推荐方法、系统及存储介质。

2、第一方面，本申请提供一种运用分词库的智能推荐方法，可以包括以下步骤：

3、基于用户在终端输入的感兴趣内容，构建与所述感兴趣内容相对应的分词库；

4、提取与所述感兴趣内容相对应的分词库中的关键词；

5、加载所述关键词，并向用户智能推荐与所述关键词相关联的文档。

6、在上述技术方案中，用户智能推荐文档时，考虑了用户的输入内容与推荐的文档之间的关联度，从而可以为用户精准推荐感兴趣的文档，减少了用户搜索感兴趣文档的时间，提高用户搜索感兴趣文档的工作效率，提升了用户体验。

7、本申请第一方面的方案在一较佳示例中可以进一步配置为：

8、在所述基于用户在终端输入的感兴趣内容，构建与所述感兴趣内容相对应的分词库的步骤中，构建与所述感兴趣内容相对应的分词库的构建方法可以包括以下表达式：

9、

10、其中，t表示构建的分词库数据，cn表示第n个词元数据，γn表示第n个词元数据的索引，n为正整数，1≤n≤n，n表示分词库中词元数据的总个数，dn表示用户在终端输入的感兴趣内容数据。

11、采用上述技术方案，可以通过用户在终端输入的感兴趣内容，高效构建相应的分词库。

12、本申请第一方面的方案在一较佳示例中可以进一步配置为：

13、所述运用分词库的智能推荐方法，还可以包括以下步骤：

14、向用户智能推荐与所述关键词相关联的文档之后，收集用户对于智能推荐的文档的反馈信息，根据所述反馈信息调整向用户智能推荐的文档。

15、采用上述技术方案，实现了进一步为用户精准推荐感兴趣的文档。

16、本申请第一方面的方案在一较佳示例中可以进一步配置为：

17、所述加载所述关键词，并向用户智能推荐与所述关键词相关联的文档的步骤可以包括以下步骤：

18、加载所述关键词，计算加载的所述关键词与向用户智能推荐的文档之间的关联度；

19、当加载的所述关键词与向用户智能推荐的文档之间的关联度达到预设阈值时，向用户智能推荐的所述文档。

20、本申请第一方面的方案在一较佳示例中可以进一步配置为：

21、在所述加载所述关键词，计算加载的所述关键词与向用户智能推荐的文档之间的关联度的步骤中，计算加载的所述关键词与向用户智能推荐的文档之间的关联度的计算方法可以包括以下步骤：

22、

23、其中，g表示关键词与向用户智能推荐的文档之间的关联度，μm表示第m个关键词的权重，m为正整数，1≤m≤m，m表示分词库中的关键词的总个数，w表示向用户智能推荐的文档数据，fm表示第m个关键词。

24、采用上述技术方案，可以准确计算关键词与向用户智能推荐的文档之间的关联度。

25、本申请第一方面的方案在一较佳示例中可以进一步配置为：

26、所述运用分词库的智能推荐方法，还可以包括以下步骤：

27、当智能推荐的文档被用户反馈的次数超过预设次数时，对与所述文档相关联的分词库中的关键词进行校正。

28、采用上述技术方案，通过用户的反馈情况校正分词库中的关键词，从而可以进一步为用户精准推荐感兴趣的文档。

29、第二方面，本申请提供一种实现上述运用分词库的智能推荐方法的智能推荐系统，可以包括：

30、构建模块，用于基于用户在终端输入的感兴趣内容，构建与所述感兴趣内容相对应的分词库；

31、提取模块，用于提取与所述感兴趣内容相对应的分词库中的关键词；

32、关联模块，用于加载所述关键词，并向用户智能推荐与所述关键词相关联的文档。

33、本申请第二方面的方案在一较佳示例中可以进一步配置为：

34、所述智能推荐系统还可以包括：

35、反馈模块，用于向用户智能推荐与所述关键词相关联的文档之后，收集用户对于智能推荐的文档的反馈信息，根据所述反馈信息调整向用户智能推荐的文档。

36、本申请第二方面的方案在一较佳示例中可以进一步配置为：

37、所述的智能推荐系统还可以包括：

38、校正模块，用于当智能推荐的文档被用户反馈的次数超过预设次数时，对与所述文档相关联的分词库中的关键词进行校正。

39、第三方面，本申请提供一种存储介质，所述存储介质可以包括存储器和处理器，所述存储器内存储有计算机程序，所述计算机程序被处理器执行时实现所述运用分词库的智能推荐方法的步骤。

40、综上所述，相对于现有技术，本申请至少具有如下的有益效果：

41、本申请的运用分词库的智能推荐方法，由于充分考虑用户的输入内容与推荐的文档之间的关联度，因而可以为用户精准推荐感兴趣的文档，提升了用户体验。

技术特征：

1.一种运用分词库的智能推荐方法，其特征在于，包括以下步骤：

2.根据权利要求1所述运用分词库的智能推荐方法，其特征在于，在所述基于用户在终端输入的感兴趣内容，构建与所述感兴趣内容相对应的分词库的步骤中，构建与所述感兴趣内容相对应的分词库的构建方法包括以下表达式：

3.根据权利要求1所述运用分词库的智能推荐方法，其特征在于，还包括以下步骤：

4.根据权利要求1所述运用分词库的智能推荐方法，其特征在于，所述加载所述关键词，并向用户智能推荐与所述关键词相关联的文档的步骤包括以下步骤：

5.根据权利要求1所述运用分词库的智能推荐方法，其特征在于，在所述加载所述关键词，计算加载的所述关键词与向用户智能推荐的文档之间的关联度的步骤中，计算加载的所述关键词与向用户智能推荐的文档之间的关联度的计算方法包括以下步骤：

6.根据权利要求3所述运用分词库的智能推荐方法，其特征在于，还包括以下步骤：

7.一种实现权利要求1所述运用分词库的智能推荐方法的智能推荐系统，其特征在于，包括：

8.根据权利要求7所述的智能推荐系统，其特征在于，还包括：

9.根据权利要求7所述的智能推荐系统，其特征在于，还包括：

10.一种存储介质，所述存储介质包括存储器和处理器，所述存储器内存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任意一项所述运用分词库的智能推荐方法的步骤。

技术总结本申请公开了一种运用分词库的智能推荐方法、系统及存储介质，该运用分词库的智能推荐方法包括以下步骤：基于用户在终端输入的感兴趣内容，构建与所述感兴趣内容相对应的分词库；提取与所述感兴趣内容相对应的分词库中的关键词；加载所述关键词，并向用户智能推荐与所述关键词相关联的文档。该系统包括：构建模块、提取模块和关联模块，构建模块用于基于用户在终端输入的感兴趣内容，构建与所述感兴趣内容相对应的分词库；提取模块用于提取与所述感兴趣内容相对应的分词库中的关键词；关联模块用于加载所述关键词，并向用户智能推荐与所述关键词相关联的文档。该存储介质包括存储器和处理器。本申请具有可为用户精准推荐感兴趣的文档等优点。技术研发人员：金楚辽,田利斌,张健,肖长勇受保护的技术使用者：深圳市超能者网络科技有限公司技术研发日：技术公布日：2024/9/9